Evaluación de la cantidad de azúcar en cítricos mediante imágenes hiperespectrales
La empresa, líder en la fabricación de maquinaria para el sector hortofrutícola, siempre ha buscado soluciones innovadoras para aumentar la productividad de sus clientes. Con ese objetivo en mente, decidieron integrar un avanzado sistema de visión artificial en una de sus máquinas para ofrecer un valor añadido único: la capacidad de medir con precisión el nivel de dulzura de cada fruta individual.
Esta tecnología permite obtener información detallada y en tiempo real sobre la calidad de cada unidad, brindando a sus clientes un control total sobre el proceso. Gracias a esta implementación, los productores pueden tomar decisiones más informadas y personalizadas, optimizando su cadena de producción y asegurando que el producto final cumpla con los más altos estándares de calidad, todo basado en una característica clave: la dulzura medida en grados Brix.
Este caso de éxito no solo mejora la eficiencia, sino que también eleva la experiencia del cliente al garantizar que cada producto se alinee perfectamente con las expectativas de calidad.
Elaboración de un modelo que permita cuantificar la variable dulzura (ºBrix) a partir de imágenes hiperespectrales
Nuestro desafío era desarrollar un modelo que pudiera medir con precisión el nivel de azúcar (ºBrix) en las naranjas a partir de imágenes hiperespectrales.
La empresa necesitaba contar con una solución innovadora que le permitiera anticipar y conocer la dulzura del producto sin recurrir a ensayos destructivos. Además, el reto consistía en hacerlo de manera individualizada para cada naranja procesada, garantizando un control de calidad óptimo y ofreciendo un valor diferencial a nuestros clientes.
Objetivos
Predecir el nivel de azúcar del producto
Ofrecer una solución rápida, fiable y económica
Identificar longitudes de onda críticas para un análisis preciso
Aprendizaje sobre el funcionamiento de los modelos predictivos
Predicción de la cantidad de azúcar mediante sistemas de visión artificial
La creación de modelos predictivos a partir de imágenes hiperespectrales ha permitido cuantificar la cantidad de azúcar de cada uno de los productos de una manera rápida y precisa; permitiendo conocer de antemano la calidad del producto sin la realización de ningún tipo de ensayo. Se crearon diferentes modelos de predicción aplicando previamente diferentes tipos de preprocesado de señales; con el fin de compararlos y elegir la mejor propuesta teniendo en cuenta el error de predicción del set de datos de test.
